В чём ценность прогнозирования?  Ответ вроде бы на поверхности! Например - в получении знаний о будущих состояниях объекта исследования и знаний о вероятности наступления этих состояний.

Не требуется агитировать за то, что прогнозирование - это одна из ключевых составляющих эффективного управления.  И вряд ли также найдется тот, кто не знает, что прогнозирование - это сложно. А если присмотреться внимательно, то станет понятно, что прогнозирование - это та задача, для решения которой существует и развивается масса наук. Более того, уровень развития конкретной прикладной науки определяется, в первую очередь, её способностью прогнозировать возможную эволюцию объекта её исследования.  При этом абсолютным и недостижимым идеалом являются такие прогностические способности науки или некой технологии,  которые позволяют нам достаточно точно предсказывать состояние объекта исследования при минимуме исходной информации о нём и его окружении.  Но , к сожалению, такое предсказание может быть связано лишь с относительно простыми объектами исследования.  Например, относительно просто прогнозировать движение маятника, который мы все изучали в школе. Хотя, - возможно открою для кого-то секрет - это просто, если только мы имеем дело с простым - идеализированным - маятником, как с некой "сферической лошадью в вакууме".  Но как только мы вынуждены прогнозировать поведение реального маятника в некоторой среде, так сразу же возникают серьезные проблемы. И практически непреодолимые проблемы возникают у нас, когда маятник имеет много степеней свободы и много сложных сочленений. Но это "всего лишь" маятник. Проблемы растут в прогрессии, когда перед нами стоит необходимость прогнозировать состояния каких-то существенно более сложных, чем маятник, объектов исследования, например, экономику, социум, политику, войну и так далее.

Сегодня проблема прогнозирования сложных объектов , как правило, практически неразрешима.  Многим известно такое забавное утверждение, что первым во время войны погибает план, а я бы еще добавил - и прогноз!  И тем не менее мы упорно стремимся строить какие-то прогнозы и вкладываем в это силы и средства.  С чем это связано?  

Мне кажется, во-первых, это,  конечно же, связано со спецификой нашего мышления.  Просто мы так устроены. Глубоко внутри в нашем мозгу работает механизм, который постоянно стремится прогнозировать будущее, и на биохимическом уровне мы получаем награду в виде дофамина за каждый удачный микро-прогноз. Для нас прогнозирование - это естественный процесс. Причем, наш мозг постоянно стремится улучшить свой механизм прогнозирования, и в этом  заключается чудесность его устройства. Безусловно, горизонт прогноза в подавляющем большинстве случаев у нас крайне мал. Но всё равно  это - прогноз. И даже когда мы слушаем музыку, то получаем удовлетворение от того, что где-то глубоко на подсознательном уровне мы постоянно угадываем, что будет звучать дальше - ноту, звук, аккорд, фразу, настроение. Поэтому, если мы привыкли слушать Баха и т.п., то нам будет нравиться классика уже просто потому, что мы хорошо ее угадываем. А если кто-то всю сознательную жизнь слушает что-то современное, то его мозг угадывает музыкальные ходы современной музыки, и "владелец мозга" будет получать удовольствие, например, от ... тут сами придумайте, от чего. 

Прогнозирование - постоянный процесс. И это касается, конечно же, не только музыки. Красивый пейзаж, картина, цветок, женщина -  вся эта субъективная красивость - лишь производная нашего встроенного механизма постоянного прогнозирования.

Объяснительная модель, которую я здесь привожу (не я ее придумал, я лишь вольно пересказываю подслушанное на одном из семинаров по социофизике в МГУ), достаточно схематична, но общее представление о ключевых механизмах дает. Однако, всё это про биохимические системы. Но организация и система управления - это не биомеханическая система, а скорее психо-социально-экономико-кибернетическая, и там действуют совсем другие механизмы. Там не очень получается, как в мозгу, генерировать бесконечное количество прогнозов (а хотя - почему?), и "интерферируя" их (так же, как это делается в наше мозге), получать основания для достаточно рациональной деятельности. Там очень хочется делать какое-то разумно-конечное количество прогнозов (ибо всё это весьма затратно) и, как можно реже, ошибаться в них. Тогда тем более становится актуальным следующий вопрос:  

Что делать в ситуации, когда нам требуется прогнозировать состояние объекта и окружающей обстановки, но прикладная наука не дает необходимых знаний, которые легли бы в основу надежных прогнозов, и у нас нет эффективных технологий прогнозирования?

Может быть нам следует вовсе отказаться от прогнозирования и не тратить на это ресурс, а переключиться с попыток построения систем проактивного управления (которые без прогнозирования существовать не могут) на совершенствование систем реактивного реагирования и управления инцидентами? 

Может быть ! И кому-то это даже покажется странным, но иногда реактивные системы  управления более целесообразны, чем проактивные. Однако лишь иногда. И беда в том, что мы не узнаем, когда лучше отказаться от проактивной системы в пользу реактивной до тех пор, пока не испытаем и реактивную, и проактивную для конкретного случая. Такой вот парадокс.

Так что получается, что в любом случае необходимо формировать прогностические системы. Но никуда не спрятаться от проблемы практической невозможности получить достаточно точный прогноз в случае, когда объект исследования сложен.  И что делать тогда ?

А ответ на это вопрос есть, и главная хитрость, на которой он строится, заключается в том, что далеко не всегда следует рассматривать вопрос прогнозирования отдельно от вопроса принятия решений. Иначе мы попадаем в классическую ловушку, которой так любили забавляться еще древние греки ... - это я про апории, например, Зенона. А если для кого-то апории - новость, то  практически все знают "кота Шредингера". Если обобщать, то суть всех этих ловушек связана с тем, что мы редуцируем мир в своем восприятии, отчего и возникают всякие противоречия и парадоксы.  Излишне доказывать, что у того, кто видел бы наш трехмерный (хотя это не точно!) мир двухмерным, возникало бы огромное количество таких проблем.

Что же касается проблемы прогнозирования, то, чтобы меньше попадать в такие ловушки редукции размерности, всегда следует задавать вопрос : "А для чего ? Для чего и как будут использоваться результаты прогнозирования ?" Тривиальный ответ, опять же, на поверхности : получив знания о предстоящих наиболее вероятных состояниях объекта исследования, мы получаем возможность действовать на опережение и при меньших затратах получим больше эффекта. Вроде бы всё очевидно ! Однако замечу, что это не единственный результат, который мы можем получить от процесса прогнозирования. 

Представим себе такую ситуацию : есть объект, состояние которого требуется предсказать, и при этом ни одна модель не может дать точность единичного прогноза больше, чем, например, 0.01 (по шкале от 0 до 1).  Что делать ? Первое, что можем сделать, - сделать множество прогнозов и посмотреть, к чему тяготеют результаты, в надежде увидеть в них какие-то закономерности. Хорошо, но, допустим, явных признаков структуризации полученного "облака решений" нет....

Сдаемся ? Нет! Раз ничего не дают результаты прогнозирования конечных состояний, анализируем полученные эволюционные траектории объекта (а результатом прогноза эволюции сложного объекта всегда является траектория эволюции его модельного представления в некотором многомерном пространстве) на предмет выявления закономерностей уже в этих траекториях. Вполне может оказаться, что мы увидим некоторые длиннопериодные закономерности, которые нам если и не смогут сказать о том, что будет конкретно, но, возможно, могут с приемлемой точностью показать, в какую сторону пойдет эволюция. Полезно это? Зачастую - весьма! Более того, иногда этого более чем достаточно! Например, на бирже. Или в геополитике. Или в области прогнозирования научно-технологического прогресса.

Хорошо, один нетривиальный результат мы уже получить можем. Если повезет. А если не повезет ? Что еще можно получить ?

Тут зайду немного издалека. Есть такая неприятная особенность: точка бифуркации. Это точка в фазовом пространстве, такая, что, находясь в ней, объект далее может двинуться равновероятно в нескольких направлениях. Это такие как бы "веники" - расходящиеся пучки траекторий. И вот мы  в своем прогнозе "нарываемся" на такую точку бифуркации и на этом, как правило, останавливаемся, отмечая, что эта точка является предельной границей прогноза. Однако так ли это ? Хитрость, оказывается, в том, что, кроме точек бифуркации , бывают еще и точки слияния - те точки, через которые когда-то обязательно пройдут все траектории. И достаточно часто они действительно есть, где-то , возможно далеко, за обнаруженными нами точками бифуркации. Вопрос, как их находить, я тут детально рассматривать не буду, скажу только, что в сложных системах это весьма нетривиально, но, как правило,  вполне решаемо - надо лишь "поиграть" с размерностями и трендами. Полезно нам знать о том, какие точки бифуркации и точки слияния ждут объект исследования на пути ? Безусловно, полезно! Некоторые точки слияния мы и без моделей знаем, например, то, что все мы когда-то умрем. Но большинство важных точек слияния мы можем увидеть, лишь используя прогностические, а в данном случае - именно  имитационные  - модели. 

А что еще можно получить от модельных исследований на весьма несовершенных моделях ? Можно выявить зоны тяготения траекторий и, соответственно, зоны, где можно разместить резерв. Мы практически никогда не знаем точно, по какой конкретной траектории пойдет развитие, но по какой бы траектории оно ни пошло, было бы весьма полезно всегда (в любой точке фазового пространства в окрестностях наиболее вероятных траекторий) иметь некий резерв под рукой. Ситуация слабопредсказуемая (исходя из условий задачи), поэтому мало ли что случится - резерв нужен всегда! Но сколько его, каким он должен быть, когда и где он должен находиться, каков должен быть его режим формирования, расформирования и поддержания в готовности - на все эти вопросы можно получить достаточно обоснованный ответ, лишь анализируя траектории, полученные с применением даже достаточно несовершенной имитационной модели - это тот класс моделей, которые являются практически универсальными для прогнозирования эволюции и конечных состояний сложных объектов и систем. При этом результат моделирования тут - не истина в последней инстанции, а лишь дополнительная основа для работы, например, экспертной группы. Такой симбиоз (имитационная модель и экспертная система) может дать неожиданно большой эффект.

Я тут описал далеко не все эффекты, которые можно извлечь даже в случае применения несовершенных прогнозных моделей. Тут можно еще поговорить и о систематизации уже имеющих знаний, и о том, что даже скудные знания, воплощенные в формализованную модель, позволяют выстроить более системно процесс добычи знаний новых. Можно поговорить и о повышении культуры управления, что дает хоть и сложнопрогнозируемые и сложнодоказуемые, но очевидно, что большие эффекты. Можно говорить о том, что прогнозные модели точнее говорят о том, чего не может быть, чем о том, что быть может. Можно говорить о многом, но главное, о чем следует всегда говорить, следующее:

• Модель никогда не может быть совершенной! 

Мир всегда бесконечно сложнее тех моделей, которые мы можем построить. Как бы мы ни развивались, какие бы средства ни вкладывали в прогнозные модели, эти модели всегда будут несовершенны. И только конкретный человек, увязывающий в единое целое цели, задачи, прогнозы, ресурсы и многое другое делает применение прогностических моделей эффективным или неэффективным. Не математик, не программист, не прикладной ученый, а специалист на месте - на объекте управления. И опыт показывает, что ключевыми характеристиками этого специалиста являются высокие компетенции и высокий уровень тестостерона. А тестостерон нужен обязательно, поскольку попробуй - положи на стол начальнику модель, если знаешь, что она несовершенна... и чем совершеннее ты ее сделаешь, тем больше будешь видеть ее несовершенство. Это проклятие Сократа.

И конечно же - эффективные прогностические модели могут быть совсем разными и даже иногда до смешного простыми, обеспечивая необходимое качество прогноза. И любая система прогнозирования - это всего лишь инструмент. А в кривых руках от любого инструмента толку не будет, даже если он может обеспечить получение даже самого "сбыточного" прогноза.

ЗЫ. И, да, я знаю, что вы всё это знаете. Но пусть это узнают и другие! :-)